七日留存率-SQL实现

2021/8/4 19:10:14

本文主要是介绍七日留存率-SQL实现,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

一、背景

留存率:是用户分析的核心指标之一。它也是经典的AARRR模型(海盗模型)中就有一个重要节点——留存(Acquisition)。留存率的计算也是用户分析模型的计算基础,那么如何在数据库中用SQL实现呢?

二、什么是留存率?

常见的留存率有次日留存、三日留存、7日留存、14日留存、30日留存、90日留存等等,不同产品用户行为的频率是有差别的,留存率的设定也应该视不同产品而定,有些低频的产品用周或月的颗粒度就够了。

留存率计算逻辑:

假如某日新增了100个用户,第二天登录了50个,则次日留存率为50/100=50%,第三天登录了30个,则第二日留存率为30/100=30%,以此类推,第7天登录了10个用户,则7日留存率就是10/100=10%。

以12月1日的新增用户为例,如果12月2日也登录了,就算做次日留存;如果12月3日又登录了,就算做三日留存;12月6日再次登录,就算作7日留存。

 

三、SQL实现

1、数据说明

计算留存率只需要2个字段:用户ID (user_id) 和 登录日期 (login_time)

  • t_user_login:表名
  • user_id: 用户id,也可用设备ID等
  • login_time:登录日期时间,例如:2020-05-25 16:03:05

2、实现步骤:

  • 步骤一:从数据库中提取user_id和login_time, 并计算 first_day, 用于存储每个用户ID最早登录日期(最小日期);
  • 步骤二:用登录日期-最早登录日期,得到每个登录日期距离最早登录日期的时间间隔,即留存日期;
  • 步骤三:对不同留存日期的user_id进行汇总就是留存人数,除以首日登录人数,就得到了不同留存时间的留存率。

3、SQL实现

SELECT
    log_day '日期',
    count( user_id_day0 ) '新增数量',
    count( user_id_day1 ) / count( user_id_day0 ) '次日留存率',
    count( user_id_day2 ) / count( user_id_day0 ) '3日留存率',
    count( user_id_day7 ) / count( user_id_day0 ) '7日留存率',
    count( user_id_day30 ) / count( user_id_day0 ) '30日留存率' 
FROM
    (
    SELECT DISTINCT
        log_day,
        a.user_id_day0,
        b.user_id AS user_id_day1,
        c.user_id AS user_id_day3,
        d.user_id AS user_id_day7,
        e.user_id AS user_id_day30 
    FROM
        ( SELECT DISTINCT 
                Date( login_time ) AS log_day, 
                user_id AS user_id_day0 
                FROM 
                t_user_login 
                GROUP BY user_id 
                ORDER BY log_day 
                ) a
        LEFT JOIN t_user_login b ON DATEDIFF( DATE( b.login_time ), a.log_day ) = 1 
        AND a.user_id_day0 = b.user_id
        LEFT JOIN t_user_login c ON DATEDIFF( date( c.login_time ), a.log_day ) = 2 
        AND a.user_id_day0 = c.user_id
        LEFT JOIN t_user_login d ON datediff( date( d.login_time ), a.log_day ) = 6 
        AND a.user_id_day0 = d.user_id
        LEFT JOIN t_user_login e ON datediff( date( e.login_time ), a.log_day ) = 29 
        AND a.user_id_day0 = e.user_id 
    ) temp 
GROUP BY
    log_day

代码亲测有效,但数据计算的过程耗时较长,如果有更高效的实现方式,也你的欢迎分享。

 



这篇关于七日留存率-SQL实现的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!


扫一扫关注最新编程教程